姜霞，曾宪琳，孙健,*,陈杰,3

1. 北京理工大学 自动化学院，北京 100081 2.北京理工大学重庆创新中心，重庆 401120 3.同济大学 电子与信息工程学院，上海 200082

随着航空任务范围的不断扩大、任务复杂度的增加和网络通信能力的快速发展，航空领域需要越来越多的独立个体通信合作形成机群，来完成复杂的大规模航空任务[1-2]。比如多个无人机合作完成区域的覆盖控制和监测[3-4]、多个飞行器的编队和跟踪[5-7]、多个无人机完成对区域中事件/物体的定位[8-9]、多个体之间通信网络的拓扑优化[10]等。在大量由多个飞行器合作完成的航空任务中，飞行器之间的通信网络状态错综复杂，分布式的局部数据获取和有限的通信能力增加了航空任务完成的难度。随着航空集群规模的日益庞大，实现不同飞行个体之间合理的调度和优化任务变得尤为重要。

针对航空领域中的各种复杂的多飞行器合作决策的任务需求，大量的研究工作分别从集中式和分散式不同角度给出任务规划控制和优化设计的方案[11-12]。在不同的任务规划和优化方案中，每一个飞行器都被看作为一个具有通信和信息处理能力的自治节点。在集中式方法中，存在一个集中的节点，从各个子节点收集局部检测的数据，在集中节点进行优化决策，然后再传输给子节点进行控制决策。每个节点都需要与集中节点进行大量数据的双向通信，通信负担较大，并且集中式的方法对中心计算节点的算力要求很高。……